Finland and the United States, 1917-1919 : early years of mutual relations

Doctoral dissertation, University of Helsinki

Local and Global Feature Extraction for Invariant Object Recognition

Perceiving the world visually is a basic act for humans, but for computers it is still an unsolved problem. The variability present innatural environments is an obstacle for effective computer vision. The goal of invariant object recognition is to recognise objects in a digital image despite variations in, for example, pose, lighting or occlusion. In this study, invariant object recognition is considered from the viewpoint of feature extraction. Thedifferences between local and global features are studied with emphasis on Hough transform and Gabor filtering based feature extraction. The methods are examined with respect to four capabilities: generality, invariance, stability, and efficiency. Invariant features are presented using both Hough transform and Gabor filtering. A modified Hough transform technique is also presented where the distortion tolerance is increased by incorporating local information. In addition, methods for decreasing the computational costs of the Hough transform employing parallel processing and local information are introduced.

New kernel functions and learning methods for text and data mining

Recent advances in machine learning methods enable increasingly the automatic construction of various types of computer assisted methods that have been difficult or laborious to program by human experts. The tasks for which this kind of tools are needed arise in many areas, here especially in the fields of bioinformatics and natural language processing. The machine learning methods may not work satisfactorily if they are not appropriately tailored to the task in question. However, their learning performance can often be improved by taking advantage of deeper insight of the application domain or the learning problem at hand. This thesis considers developing kernel-based learning algorithms incorporating this kind of prior knowledge of the task in question in an advantageous way. Moreover, computationally efficient algorithms for training the learning machines for specific tasks are presented. In the context of kernel-based learning methods, the incorporation of prior knowledge is often done by designing appropriate kernel functions. Another well-known way is to develop cost functions that fit to the task under consideration. For disambiguation tasks in natural language, we develop kernel functions that take account of the positional information and the mutual similarities of words. It is shown that the use of this information significantly improves the disambiguation performance of the learning machine. Further, we design a new cost function that is better suitable for the task of information retrieval and for more general ranking problems than the cost functions designed for regression and classification. We also consider other applications of the kernel-based learning algorithms such as text categorization, and pattern recognition in differential display. We develop computationally efficient algorithms for training the considered learning machines with the proposed kernel functions. We also design a fast cross-validation algorithm for regularized least-squares type of learning algorithm. Further, an efficient version of the regularized least-squares algorithm that can be used together with the new cost function for preference learning and ranking tasks is proposed. In summary, we demonstrate that the incorporation of prior knowledge is possible and beneficial, and novel advanced kernels and cost functions can be used in algorithms efficiently.

Optical Character Recognition for Symbian OS

This Master's thesis addresses the design and implementation of the optical character recognition (OCR) system for a mobile device working on the Symbian operating system. The developed OCR system, named OCRCapriccio, emphasizes the modularity, effective extensibility and reuse. The system consists of two parts which are the graphical user interface and the OCR engine that was implemented as a plug-in. In fact, the plug-in includes two implementations of the OCR engine for enabling two types of recognition: the bitmap comparison based recognition and statistical recognition. The implementation results have shown that the approach based on bitmap comparison is more suitable for the Symbian environment because of its nature. Although the current implementation of bitmap comparison is lacking in accuracy, further development should be done in its direction. The biggest challenges of this work were related to developing an OCR scheme that would be suitable for Symbian OS Smartphones that have limited computational power and restricted resources.

Physical Realization of an Optical Automatic Target Recognition System

In the modern warfare there is an active development of a new trend connected with a robotic warfare. One of the critical elements of robotics warfare systems is an automatic target recognition system, allowing to recognize objects, based on the data received from sensors. This work considers aspects of optical realization of such a system by means of NIR target scanning at fixed wavelengths. An algorithm was designed, an experimental setup was built and samples of various modern gear and apparel materials were tested. For pattern testing the samples of actively arm engaged armies camouflages were chosen. Tests were performed both in clear atmosphere and in the artificial extremely humid and hot atmosphere to simulate field conditions.

Mutual Fund Performance and the Market Timing Ability - Finnish Evidence

The purpose of this thesis is to examine the performance of Finnish equity funds and their market timing ability. Fund performance is evaluated by using annual returns and various risk-adjusted measures, including Sharpe ratio, DDSR, SKASR, Treynor ratio and Jensen’s alpha, whereas portfolio manager’s timing ability is examined with Treynor-Mazuy model and Henriksson-Merton model. The data is collected from the Finnish fund market during the sample period from January 1997 to February 2010. Results show that Finnish equity funds have been able to outperform the market return on a risk-adjusted basis, but these results are influenced heavily by the exceptionally good performance during the IT-bubble. Market timing models show that fund managers have been, to some degree, able to time the market but not a single fund have been able to possess security selection ability and market timing ability simultaneously.

Yliopiston reunalla. Tutkimus suomalaisen avoimen yliopiston muotoutumisesta

Avoin yliopisto on koulutusmuoto, johon kuka tahansa voi osallistua ja jossa voi suorittaa yliopistotasoisia opintoja. Avoimen yliopiston ideassa keskeistä on koulutuksellisen tasa-arvon edistämisen tavoite. Tämän tutkimuksen tehtävänä on kuvata ja analysoida suomalaisen avoimen yliopiston muotoutumista. Tutkimuksella etsitään vastauksia kolmeen kysymykseen: 1. Millaisten vaiheiden kautta avoin yliopisto on muotoutunut? Mitä avoimen yliopiston historiassa on tapahtunut ja millaista keskustelua näistä tapahtumista on käyty? 2. Millaisia diskursseja avointa yliopistoa koskeneessa keskustelussa voidaan tunnistaa ja miten eri toimijatahot ovat näihin puhetapoihin kiinnittyneet? 3. Millaisena koulutuksellisen tasa-arvon toteuttajana avoin yliopisto näyttäytyy tutkimusaineiston valossa? Tutkimuksen aineisto koostuu erilaisista julkisista teksteistä. Aineistossa on mukana useita erilaisia tekstityyppejä: komiteanmietintöjä ja työryhmäraportteja, korkeakoululaitoksen kehittämissuunnitelmia, muita suunnitteluasiakirjoja, tutkimuksia, selvityksiä, puheenvuoroja ja esitelmiä sekä lehtikirjoituksia. Täydentävänä aineistona on lisäksi käytetty tilastoja. Tutkimusaineistoa on analysoitu diskurssianalyysillä. Keskeisenä lähtökohtana analyysissa on, että tekstien avulla tuotetaan avointa yliopistoa koskevia käsityksiä ja merkityksiä. Nämä merkitykset myös muuttuvat ajassa. Aineiston analyysin tuloksena avoimen yliopiston historiassa voidaan erottaa erilaisia vaiheita ja näiden vaiheiden välisiä taitekohtia. Ensimmäiseksi murrokseksi avoimen yliopiston historiassa voidaan paikantaa avoimen yliopiston synty, joka ajoittui 1970-luvun alkupuoliskolle. Avoin yliopisto sai vakiintuneet puitteensa vasta 1980-luvun puolivälissä, jolloin se organisoitiin osaksi yliopistojen täydennyskoulutusta. Tämä voidaan nähdä avoimen yliopiston historian toisena murroksena. Kolmas murros ajoittui 1990-luvulle, jolloin avoimen yliopiston resursointi muuttui ja nuoret tulivat sen näkyväksi opiskelijaryhmäksi. Tämä murros problematisoi avoimen yliopiston ja tutkintokoulutuksen suhteen aiemmasta poikkeavalla tavalla ja avoimen yliopiston tutkintoväylä nousi keskeiseksi keskusteluteemaksi. Tämä jännite purkautui tultaessa 2000-luvulle, ja tutkinnonuudistuksen yhteydessä avoimen yliopiston väylä sai paikkansa suhteessa kahden syklin tutkintoihin. Nyt elämme tutkinnonuudistuksen jälkeistä aikaa, jolloin avoimen yliopiston väylä vertautuu paljolti maisterikoulutuksiin. Kysymys aikuisten asemasta suhteessa tutkintokoulutukseen on kuitenkin edelleen ajankohtainen. Esillä ovat etenkin kysymykset aiemmin opitun tunnustamisesta, aikuisten ohjauksesta sekä avoimen yliopiston suhteesta työ- ja elinkeinoelämään. Keskustelussa avoimesta yliopistosta on paikannettavissa erilaisia positioita, jotka määrittävät avoimen yliopiston merkitystä ja tehtävää. Näitä positioita voidaan nimittää diskursseiksi, jotka konstituoivat avoimen yliopiston paikkaa yliopistokoulutuksen kentällä. Aineistosta on paikannettu neljä eri diskurssia: (1) akateemisia arvoja painottava yliopistollinen diskurssi, (2) osallistumisen tasa-arvoa korostava sivistyksellisen demokratian diskurssi, (3) yksilöllisiä mahdollisuuksia ja innovatiivisuutta korostava joustavuuden diskurssi sekä (4) työelämää, taloudellisuutta ja statusta korostava tehokkuuden diskurssi. Nämä diskurssit käyvät aineiston teksteissä keskinäisiä neuvotteluja ja kantavat merkityksiä suhteessa toisiinsa. Diskurssien välisiä suhteita voidaan kuvata kahden eri dimension kautta. Yhtäältä vastakkaisiksi arvoiksi asettuvat akateeminen eksklusiivisuus ja koulutuksellinen tasa-arvo. Toisena ulottuvuutena on koulutuksen arvottaminen sivistyksen versus hyödyn näkökulmasta. Avoimen yliopiston tehtävä tasa-arvon edistäjänä on eri aikoina mielletty eri tavoin. Avoimen yliopiston historiassa sen merkitystä ja tehtävää on kehystetty erilaisin puhetavoin, ja eri diskurssipositioiden vuoropuhelun kautta myös avoimen yliopiston tasa-arvotehtävästä on eri aikoina keskusteltu eri tavoin. Avoimen yliopiston alkuvaiheessa sen tehtävänä näyttäytyi sivistyksellisen demokratian turvaajana toimiminen. Kun avoimen yliopiston kurssit käynnistyivät, määrittyi toiminta selkeästi aikuisten koulutukseksi. Avoin yliopisto määrittyikin nyt aikuisten toiseksi mahdollisuudeksi hankkia koulutusta, jota vaille he olivat nuorempina jääneet. Avoimen yliopiston puitteiden lukkoonlyömisen jälkeen keskustelussa nousi vahvasti esiin toiminnan ja opetusmuotojen kehittäminen. Avoin yliopisto määrittyikin nyt aikuisten monipuoliseksi ja joustavaksi koulutusmahdollisuudeksi. Tasa-arvoisten mahdollisuuksien luominen näyttäytyi innovatiivisena, dynaamisena ja eteenpäinpyrkivänä toimintana, jossa otettiin huomioon aikuisten erilaiset tarpeet. Relander-ohjelman myötä avoimen yliopiston julkilausuttu tehtävä nimenomaan aikuisten kouluttajana kuitenkin muuttui. Avoin yliopisto näyttäytyi nyt yksilöllisiä tarpeita palvelevana mahdollisuuksien talona, jossa oli sijaa kaikille. Tärkeäksi määrittyi myös opiskelun tavoitteiden ja motiivien moninaisuus. Tutkinnon suorittamisen avoimen yliopiston opintojen kautta tuli olla realistisesti mahdollista. Viimeisimmän murroksen jälkeen avoin yliopisto määrittyy yhä selvemmin työelämän sekä alueellisten tarpeiden kautta. Avoin yliopisto näyttäytyy joustavana ja erilaisia tarpeita palvelevana opiskelufoorumina. Avoin yliopisto palvelee paitsi yksilöiden, myös työelämän ja yritysten tarpeita sekä on osaltaan turvaamassa alueiden kilpailukykyä ja elinvoimaisuutta. Tässä tutkimuksessa tarkastellaan avointa yliopistoa, sen historiaa ja siitä käytyä keskustelua erityisesti tasa-arvon näkökulmasta. Yhtenä keskeisenä tuloksena on, että avoimen yliopiston paikka on ollut aina jollakin tavalla marginaalissa. Tätä ilmentää mm. yliopistollisuuden ja tasa-arvon välinen jännite, jonka ympärille avointa yliopistoa koskeva keskustelu paljolti on järjestynyt. Ylipäätään aikuisten asemaa yliopistossa määrittää tietty epämukavuus ja täyden legitimiteetin puute erityisesti suhteessa tutkintokoulutukseen. Aikuisten koulutuksesta puhutaan yliopiston yhtenä perustehtävänä ja retorisesti voidaan todeta tämän tehtävän tärkeys. Aikuinen opiskelija aiempine osaamisineen ja osaamistarpeineen positioituu kuitenkin yliopistokoulutuksen ja työelämän väliselle rajapinnalle. Aikuisen paikka määrittyykin yliopiston ytimeen nähden selvästi marginaaliin.

Mutual Fund Performance Evaluation

A narrow review on mutual fund performance evaluation methods.

Evaluation of Bubble Formation and Break Up in Suppression Pools by Using Pattern Recognition Methods

During a possible loss of coolant accident in BWRs, a large amount of steam will be released from the reactor pressure vessel to the suppression pool. Steam will be condensed into the suppression pool causing dynamic and structural loads to the pool. The formation and break up of bubbles can be measured by visual observation using a suitable pattern recognition algorithm. The aim of this study was to improve the preliminary pattern recognition algorithm, developed by Vesa Tanskanen in his doctoral dissertation, by using MATLAB. Video material from the PPOOLEX test facility, recorded during thermal stratification and mixing experiments, was used as a reference in the development of the algorithm. The developed algorithm consists of two parts: the pattern recognition of the bubbles and the analysis of recognized bubble images. The bubble recognition works well, but some errors will appear due to the complex structure of the pool. The results of the image analysis were reasonable. The volume and the surface area of the bubbles were not evaluated. Chugging frequencies calculated by using FFT fitted well into the results of oscillation frequencies measured in the experiments. The pattern recognition algorithm works in the conditions it is designed for. If the measurement configuration will be changed, some modifications have to be done. Numerous improvements are proposed for the future 3D equipment.

Semantic and fuzzy modelling for human behaviour recognition in smart spaces : a case study on ambient assisted living.

Human activity recognition in everyday environments is a critical, but challenging task in Ambient Intelligence applications to achieve proper Ambient Assisted Living, and key challenges still remain to be dealt with to realize robust methods. One of the major limitations of the Ambient Intelligence systems today is the lack of semantic models of those activities on the environment, so that the system can recognize the speci c activity being performed by the user(s) and act accordingly. In this context, this thesis addresses the general problem of knowledge representation in Smart Spaces. The main objective is to develop knowledge-based models, equipped with semantics to learn, infer and monitor human behaviours in Smart Spaces. Moreover, it is easy to recognize that some aspects of this problem have a high degree of uncertainty, and therefore, the developed models must be equipped with mechanisms to manage this type of information. A fuzzy ontology and a semantic hybrid system are presented to allow modelling and recognition of a set of complex real-life scenarios where vagueness and uncertainty are inherent to the human nature of the users that perform it. The handling of uncertain, incomplete and vague data (i.e., missing sensor readings and activity execution variations, since human behaviour is non-deterministic) is approached for the rst time through a fuzzy ontology validated on real-time settings within a hybrid data-driven and knowledgebased architecture. The semantics of activities, sub-activities and real-time object interaction are taken into consideration. The proposed framework consists of two main modules: the low-level sub-activity recognizer and the high-level activity recognizer. The rst module detects sub-activities (i.e., actions or basic activities) that take input data directly from a depth sensor (Kinect). The main contribution of this thesis tackles the second component of the hybrid system, which lays on top of the previous one, in a superior level of abstraction, and acquires the input data from the rst module's output, and executes ontological inference to provide users, activities and their in uence in the environment, with semantics. This component is thus knowledge-based, and a fuzzy ontology was designed to model the high-level activities. Since activity recognition requires context-awareness and the ability to discriminate among activities in di erent environments, the semantic framework allows for modelling common-sense knowledge in the form of a rule-based system that supports expressions close to natural language in the form of fuzzy linguistic labels. The framework advantages have been evaluated with a challenging and new public dataset, CAD-120, achieving an accuracy of 90.1% and 91.1% respectively for low and high-level activities. This entails an improvement over both, entirely data-driven approaches, and merely ontology-based approaches. As an added value, for the system to be su ciently simple and exible to be managed by non-expert users, and thus, facilitate the transfer of research to industry, a development framework composed by a programming toolbox, a hybrid crisp and fuzzy architecture, and graphical models to represent and con gure human behaviour in Smart Spaces, were developed in order to provide the framework with more usability in the nal application. As a result, human behaviour recognition can help assisting people with special needs such as in healthcare, independent elderly living, in remote rehabilitation monitoring, industrial process guideline control, and many other cases. This thesis shows use cases in these areas.

Automatic recognition of fish from video sequences

The problem of automatic recognition of the fish from the video sequences is discussed in this Master’s Thesis. This is a very urgent issue for many organizations engaged in fish farming in Finland and Russia because the process of automation control and counting of individual species is turning point in the industry. The difficulties and the specific features of the problem have been identified in order to find a solution and propose some recommendations for the components of the automated fish recognition system. Methods such as background subtraction, Kalman filtering and Viola-Jones method were implemented during this work for detection, tracking and estimation of fish parameters. Both the results of the experiments and the choice of the appropriate methods strongly depend on the quality and the type of a video which is used as an input data. Practical experiments have demonstrated that not all methods can produce good results for real data, whereas on synthetic data they operate satisfactorily.